Атмосферные аэрозоли в качестве ключевого фактора, влияющего на атмосферную среду, изменение климата и здоровье человека, привлекли широкое внимание в течение последних пятидесяти лет. С развитием технологий дистанционного зондирования спутниковое наблюдение стало важным средством получения характеристик атмосферных аэрозолей на глобальном уровне. Традиционные методы поиска таблицы в определенной степени упростили процесс спутникового зондирования аэрозолей, но они по-прежнему затрудняют обратную точность и обработку пространственной информации в режиме реального времени. В последние годы развитие искусственного интеллекта принесло значительное изменение в области обратного зондирования атмосферных аэрозолей, алгоритмы машинного обучения не только могут значительно повысить эффективность обратного расчета, но также имеют потенциал решить проблемы обратного зондирования, присущие традиционным физическим методам (например, проблема разделения земли и атмосферы, которая давно беспокоит исследователей), что помогает передвигать обратное зондирование атмосферных аэрозолей в интеллектуальную стадию развития. В данной статье проанализированы эта тенденция, касательно развития методов обратного зондирования атмосферных аэрозолей на спутниковом зондировании, и изучены основные преимущества, недостатки и ограничения существующих методов машинного обучения в области аэрозолей, а также обсуждаются перспективы развития искусственного интеллекта в области обратного зондирования атмосферных аэрозолей, чтобы предоставить исследователям аэрозолей руководство.

атмосферные аэрозоли; атмосферный зонд; машинное обучение; искусственный интеллект; алгоритм обратного расчета